Question

我有一个看起来像这样的DataFrame（df1），其中每个都有一个存储和起始日期/结束日期：

    df1 = pd.DataFrame(data={'store': ['X','Y','Z'], 'startdate': ['2020-02-03', '2020-03-05', '2020-04-01'], 'enddate': ['2020-03-05', '2020-05-02', '2020-06-07']})
df1

还有第二个DataFrame（df2），它看起来像这样，并具有不同商店的发票记录：

df2 = pd.DataFrame(data={'store': ['X','X','X','Y','Y'], 'invoicedate': ['2020-01-03','2020-02-05','2020-03-04', '2020-05-01', '2020-04-04'], 'sales': [153, 156, 12, 42, 48],})
df2

我想在第一个将df2 ['sales']求和的DataFrame（df1）中添加一列，我们可以将其称为df1 ['totalsales']。

df1['store']=df2['store']
df2['invoicedate'] >= df1['startdate'] **&** df2['invoicedate'] <= df1['enddate']

Answer 1

更新简易修复程序：

df1.merge(df2, on='store').query('startdate <= invoicedate <= enddate')\
 .groupby(['store', 'startdate', 'enddate'])[['sales']].sum()\
 .reindex(pd.MultiIndex.from_frame(df1), fill_value=0)\
 .reset_index()

输出：

  store   startdate     enddate  sales
0     X  2020-02-03  2020-03-05    168
1     Y  2020-03-05  2020-05-02     90
2     Z  2020-04-01  2020-06-07      0

IIUC，让我们使用merge和query来过滤结果，然后使用groupby和sum来过滤结果：

df1.merge(df2, on='store').query('startdate <= invoicedate <= enddate')\
   .groupby(['store', 'startdate', 'enddate'])[['sales']].sum().reset_index()

输出：

  store   startdate     enddate  sales
0     X  2020-02-03  2020-03-05    168
1     Y  2020-03-05  2020-05-02     90

Answer 2

如果要将所有行保留在df1中，则可以使用以下方法：

def get_total_sales(x):
    mask = df2.store == x.store
    mask &= df2.invoicedate > x.startdate
    mask &= df2.invoicedate <= x.enddate
    x['total_sales'] = df2[mask].sales.sum()
    return x
df1.apply(lambda x: get_total_sales(x), axis=1)

输出：

store   startdate     enddate  total_sales
    X  2020-02-03  2020-03-05          168
    Y  2020-03-05  2020-05-02           90
    Z  2020-04-01  2020-06-07            0

相当于两个数据帧的熊猫SUMIF

2 个答案:

更新简易修复程序：